如何本地检查MLflow运行 | AI生成和翻译
问题：如何像在Weights & Biases中查看运行一样，检查类似命令中的NanoChat训练运行的MLflow结果？
回答：
MLflow的工作方式与W&B不同——除非你运行MLflow服务器，否则它不会自动成为托管的Web仪表板。以下是如何检查你的运行：
1. 检查默认的MLflow位置
默认情况下，MLflow会在当前工作目录下的mlruns目录中本地记录运行（在你的情况下是/root/nanochat/mlruns）。你可以这样查看：
cd /root/nanochat/mlruns
ls
你会看到实验目录（0、1等），每个目录包含具有UUID样式的运行名称。在每个运行文件夹内，你会发现：
meta.yaml→ 基本元数据params/→ 记录的参数metrics/→ 记录的指标artifacts/→ 保存的模型、输出
2. 在本地运行MLflow UI
MLflow有一个内置的Web UI。要在浏览器中查看你的实验：
cd /root/nanochat
mlflow ui
默认情况下，它会在 http://127.0.0.1:5000 启动。如果你在远程服务器上运行此命令，可能需要端口转发：
ssh -L 5000:127.0.0.1:5000 user@remote-server
然后在本地浏览器中打开 http://127.0.0.1:5000。
3. 通过编程方式检查运行
你还可以使用MLflow的Python API检查指标和参数：
import mlflow
# List all experiments
experiments = mlflow.list_experiments()
for e in experiments:
print(e.name, e.experiment_id)
# List runs of an experiment
runs = mlflow.list_run_infos(experiment_id="0") # replace with your experiment id
for r in runs:
print(r.run_id, r.status)
4. 关于NanoChat集成的提示
- 确保命令中的
--tracker=mlflow实际指向你想要的MLflow后端（默认是本地mlruns）。 - 如果你想要一个更类似W&B的在线仪表板，你还可以将MLflow设置为记录到远程服务器或云存储。
简而言之：MLflow主要是本地的，除非你启动其Web UI，这与默认云托管的W&B不同。
你基本上可以在 /root/nanochat 中运行 mlflow ui 并打开网页来查看指标、参数和产物。
如果你愿意，我可以给你一个单行命令，直接打开仅显示你的 test-mi300x 运行的MLflow UI，这样你就不必浏览所有实验。
要我这样做吗？